സുരക്ഷിതമായ ഉപയോഗം: ചോർച്ച രഹിതവും രഹസ്യാത്മകതയും

നേട്ടങ്ങൾ:

• രഹസ്യങ്ങൾ, വ്യക്തിഗത ഡാറ്റ, രഹസ്യാത്മക ബിസിനസ്സ് ആസ്തികൾ എന്നിവ അടങ്ങിയ ഡാറ്റയെ തരംതിരിക്കാനും ചുവന്ന വരകൾ തിരിച്ചറിയാനുമുള്ള കഴിവ്
• ഡാറ്റ നൽകുന്നതിന് മുമ്പ് സിന്തറ്റിക് ഡാറ്റ ഉപയോഗിച്ച് മറയ്ക്കലും അജ്ഞാതമാക്കലും സുരക്ഷിതമാക്കലും
• അംഗീകൃത ടൂൾ തിരഞ്ഞെടുക്കൽ, സന്ദർഭം ചെറുതാക്കൽ, ചോർച്ചയുണ്ടായാൽ കീ റൊട്ടേഷൻ റിഫ്ലെക്സ് പ്രയോഗിക്കാനുള്ള കഴിവ്

നിങ്ങൾ ഒരു കോഡിംഗ് അസിസ്റ്റൻ്റിലേക്ക് ഒട്ടിക്കുന്നതെന്തും നിങ്ങളുടെ നിയന്ത്രണത്തിന് പുറത്തായിരിക്കും. ഒരു API കീ, ഒരു ഉപഭോക്തൃ ഡാറ്റാബേസ് ഡംപ്, ഇതുവരെ പ്രഖ്യാപിക്കപ്പെടാത്ത പ്രൊപ്രൈറ്ററി സോഴ്‌സ് കോഡ്, അല്ലെങ്കിൽ ഒരു രോഗിയുടെ റെക്കോർഡ് - ഒരു അംഗീകാരമില്ലാത്ത ടൂളിൽ പ്രവേശിച്ചുകഴിഞ്ഞാൽ ഇവ മാറ്റാനാവാത്ത ചോർച്ചയായി മാറിയേക്കാം. സോഫ്റ്റ്‌വെയർ ടീമുകൾക്ക് AI-യുടെ ഏറ്റവും വലിയ അപകടസാധ്യത വരുന്നത് ഒരു ലൈൻ പിശകിൽ നിന്നല്ല, മറിച്ച് അശ്രദ്ധമായ കോപ്പി-പേസ്റ്റിൽ നിന്നാണ്. ആ കോപ്പി-പേസ്റ്റ് സുരക്ഷിതമാക്കുന്നതിനാണ് ഈ യൂണിറ്റ്.

ഇവിടെ ഞങ്ങൾ മൂന്ന് കാര്യങ്ങൾ വേർതിരിക്കുന്നു: ഏത് ഡാറ്റ ഒരിക്കലും നൽകരുത്, ഏതൊക്കെ ഉപകരണങ്ങൾ ഏത് സുരക്ഷാ സംവിധാനങ്ങളോടെ ഉപയോഗിക്കാം, ഡാറ്റ നൽകുന്നതിന് മുമ്പ് എങ്ങനെ സുരക്ഷിതമാക്കാം (മാസ്കിംഗ്, സിന്തറ്റിക് ഡാറ്റ, പ്രാദേശികമായി പ്രവർത്തിക്കുക). ഇതൊരു ഓപ്ഷണൽ അല്ല "ഇത് നന്നായിരിക്കും"; മിക്ക സ്ഥാപനങ്ങളിലും ഇത് ഒരു കരാറും നിയമപരമായ ബാധ്യതയുമാണ്.

എന്തുകൊണ്ട് ഇത് വളരെ നിർണായകമാണ്?

നിങ്ങൾ ഒരു AI ടൂളിലേക്ക് അയയ്ക്കുന്ന ഡാറ്റ; ദാതാവിൻ്റെ സെർവറുകളിൽ പ്രോസസ്സ് ചെയ്‌തത്, ചിലപ്പോൾ ഒരു നിശ്ചിത സമയത്തേക്ക് സംഭരിച്ചിരിക്കുന്നവ, ചില ഉൽപ്പന്ന ക്രമീകരണങ്ങളിൽ മോഡൽ മെച്ചപ്പെടുത്താൻ ഉപയോഗിക്കാം. "ഞാൻ ചാറ്റ് ഡിലീറ്റ് ചെയ്തു" എന്ന് പറഞ്ഞാൽ പോരാ; ഡാറ്റ നെറ്റ്‌വർക്കിൽ നിന്ന് പുറത്തുപോകുന്ന നിമിഷം, അപകടസാധ്യത ഉയർന്നുവരുന്നു. മാത്രമല്ല, ചോർച്ചയുടെ വില വളരെ കൂടുതലാണ്: ചോർന്ന ക്ലൗഡ് കീ മിനിറ്റുകൾക്കുള്ളിൽ ദുരുപയോഗം ചെയ്യപ്പെടാം, ചോർന്ന ഉപഭോക്തൃ ഡാറ്റ KVKK/GDPR പോലുള്ള നിയന്ത്രണങ്ങൾക്ക് കീഴിലുള്ള അറിയിപ്പിനും പിഴകൾക്കും ഇടയാക്കും, കൂടാതെ ചോർന്ന സ്വകാര്യ സോഴ്‌സ് കോഡ് മത്സര നേട്ടം നശിപ്പിക്കും.

അതിനാൽ പ്രധാന നിയമം ലളിതമാണ്: നിങ്ങൾക്ക് നഷ്ടപ്പെടാൻ കഴിയാത്ത ഒരു അംഗീകൃതമല്ലാത്ത വാഹനത്തിൽ പ്രവേശിക്കരുത്. സംശയമുണ്ടെങ്കിൽ, പ്രവേശിക്കരുത്.

മുന്നറിയിപ്പ്: "ഒരിക്കൽ, പെട്ടെന്ന്" എന്ന മാനസികാവസ്ഥയാണ് ചോർച്ചയുടെ ഏറ്റവും സാധാരണമായ കാരണം. ഒരു അടിയന്തിര ബഗ് പരിഹരിക്കുമ്പോൾ ഒരു പ്രൊഡക്ഷൻ ലോഗ് അല്ലെങ്കിൽ ഒരു കോൺഫിഗറേഷൻ ഫയൽ ഒട്ടിക്കുന്നത് സമ്മർദ്ദത്തിൻകീഴിൽ എടുക്കുന്ന അത്തരം തീരുമാനങ്ങളിൽ കൃത്യമായി സംഭവിക്കുന്നതാണ്. രഹസ്യാത്മകതയുടെ നിയമത്തെ അടിയന്തരാവസ്ഥ താൽക്കാലികമായി നിർത്തുന്നില്ല.

ഒരിക്കലും നൽകരുതാത്തത് (ചുവപ്പ് വര)

• രഹസ്യങ്ങൾ: API കീകൾ, പാസ്‌വേഡുകൾ, ക്ലൗഡ് ആക്‌സസ് കീകൾ, സ്വകാര്യ സർട്ടിഫിക്കറ്റുകൾ, ടോക്കണുകൾ, കണക്ഷൻ സ്ട്രിംഗുകൾ.
• വ്യക്തിഗത ഡാറ്റ (PII): പേര്-കുടുംബപ്പേര്, TR ഐഡി നമ്പർ, ഇ-മെയിൽ, ടെലിഫോൺ, വിലാസം, ആരോഗ്യം/സാമ്പത്തിക രേഖകൾ, ഉപഭോക്തൃ ഡാറ്റ.
• രഹസ്യാത്മക ബിസിനസ് അസറ്റുകൾ: വെളിപ്പെടുത്താത്ത സോഴ്സ് കോഡ്, കുത്തക ആൽഗരിതങ്ങൾ, ആന്തരിക ആർക്കിടെക്ചർ രഹസ്യങ്ങൾ, കരാർ വിശദാംശങ്ങൾ.
• നിയന്ത്രിത ഡാറ്റ: ആരോഗ്യ സംരക്ഷണം, പേയ്‌മെൻ്റ് കാർഡ് (PCI), വ്യക്തിഗത ധനകാര്യം പോലുള്ള പ്രത്യേക പരിരക്ഷിത വിഭാഗങ്ങൾ.

ഘട്ടം ഘട്ടമായി: സുരക്ഷിത ഉപയോഗ ഫ്ലോ

1. ഡാറ്റ തരംതിരിക്കുക. നിങ്ങൾക്ക് ഉള്ളത് ഏത് വിഭാഗമാണ് - പൊതുവായത്, ആന്തരികം, രഹസ്യാത്മകം, നിയന്ത്രിതമായത്?
2. ക്ലാസ് അനുസരിച്ച് വാഹനം തിരഞ്ഞെടുക്കുക. രഹസ്യാത്മക/നിയന്ത്രിത ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നത് ഡാറ്റ ഉറപ്പ് നൽകുന്ന സ്ഥാപനപരമായി അംഗീകരിച്ച ടൂളുകളിൽ മാത്രമാണ് (വിദ്യാഭ്യാസത്തിൽ ഉപയോഗിക്കാത്തത്, നിലനിർത്തൽ പരിധി, പ്രാദേശിക പ്രോസസ്സിംഗ്).
3. പ്രവേശിക്കുന്നതിന് മുമ്പ് സുരക്ഷിതമാക്കുക. സ്ട്രിപ്പ് രഹസ്യങ്ങൾ, PII മാസ്ക്/അജ്ഞാതമാക്കുക, സാധ്യമെങ്കിൽ യഥാർത്ഥമായതിന് പകരം സിന്തറ്റിക് (ഫാബ്രിക്കേറ്റഡ് എന്നാൽ റിയലിസ്റ്റിക്) ഡാറ്റ ഉപയോഗിക്കുക.
4. സന്ദർഭം ചെറുതാക്കുക. സെൻസിറ്റീവ് ഭാഗങ്ങൾ ഉൾപ്പെടാത്ത ഏറ്റവും ചെറിയ പുനരുൽപ്പാദിപ്പിക്കാവുന്ന ഉദാഹരണത്തിലേക്ക് നിങ്ങളുടെ പ്രശ്നം ചുരുക്കുക.
5. ഔട്ട്പുട്ടും പരിശോധിക്കുക. AI സൃഷ്‌ടിച്ച കോഡിൽ ഹാർഡ്‌കോഡ് ചെയ്‌ത രഹസ്യമോ ​​നിങ്ങളുടെ ഡാറ്റയുടെ അവശിഷ്ടമോ ഇല്ലെന്ന് പരിശോധിക്കുക.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ഒട്ടിച്ച കീ റദ്ദാക്കി. ഒരു ബഗ് പരിഹരിക്കുമ്പോൾ ഒരു ഡെവലപ്പർ മുഴുവൻ കോൺഫിഗറേഷൻ ഫയലും AI-യിൽ ഒട്ടിച്ചു; ഫയലിൽ ഒരു തത്സമയ മൂന്നാം കക്ഷി API കീ അടങ്ങിയിരിക്കുന്നു. ടീം ശ്രദ്ധിച്ചപ്പോൾ, അവർ ഉടൻ തന്നെ താക്കോൽ റദ്ദാക്കി (തിരിക്കുന്ന) പുതിയ ഒരെണ്ണം നിർമ്മിച്ചു; ഒരു ദുരുപയോഗവും ഉണ്ടായില്ല, പക്ഷേ അതൊരു 'വിലകുറഞ്ഞ' സംഭവമായിരുന്നു. പാഠം: ഒട്ടിക്കുന്നതിന് മുമ്പ് ഗ്ലേസ് നീക്കം ചെയ്യുക - ചോർച്ചയുണ്ടായാൽ ഉടൻ കീ തിരിക്കുക.

കേസ് 2 - സിന്തറ്റിക് ഡാറ്റ ബിസിനസിനെ സംരക്ഷിച്ചു. ഒരു ടീം യഥാർത്ഥ ഉപഭോക്തൃ രേഖകളുമായി പാഴ്‌സിംഗ് പിശക് നേരിടുന്നു. യഥാർത്ഥ ഡാറ്റ നൽകുന്നതിനുപകരം, അവർ ഒരേ ഘടനയുള്ള സിന്തറ്റിക് ഡാറ്റയുടെ 20 വരികൾ നിർമ്മിച്ചു, പക്ഷേ പൂർണ്ണമായും വ്യാജമാണ്, അത് ഉപയോഗിച്ച് പിശക് പുനർനിർമ്മിക്കുകയും AI ഉപയോഗിച്ച് അത് പരിഹരിക്കുകയും ചെയ്തു. PII ചോർന്നില്ല അല്ലെങ്കിൽ രോഗനിർണയം മന്ദഗതിയിലായില്ല; സിന്തറ്റിക് ഡാറ്റ സുരക്ഷിതവും മതിയായതുമായിരുന്നു.

കേസ് 3 - പ്രിൻ്റൗട്ടിൽ മറഞ്ഞിരിക്കുന്ന രഹസ്യം. ഒരു സാമ്പിൾ കോൺഫിഗറേഷൻ സൃഷ്ടിക്കുമ്പോൾ, AI അതിൽ ഒരു റിയലിസ്റ്റിക്-ലുക്കിംഗ് "സാമ്പിൾ" കീ ഉൾച്ചേർക്കുകയും ഡവലപ്പർ ശ്രദ്ധിക്കാതെ കോഡിലേക്ക് ലഭിക്കുകയും ചെയ്തു; കോഡ് ബേസ് സ്കാൻ (രഹസ്യ സ്കാനർ) ഇത് പിടികൂടി മുന്നറിയിപ്പ് നൽകി. മാറ്റമില്ലാത്ത രഹസ്യം ഒരിക്കലും കോഡിൽ വരാൻ പാടില്ലായിരുന്നു; ഒരു എൻവയോൺമെൻ്റ് വേരിയബിൾ അല്ലെങ്കിൽ ഒരു സീക്രട്ട്സ് മാനേജർ ഉപയോഗിക്കുന്നതായിരുന്നു ശരിയായ മാർഗം. പാഠം: രഹസ്യങ്ങൾക്കായി ഔട്ട്പുട്ട് സ്കാൻ ചെയ്യുക.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

(സ്വയം) പ്രവേശിക്കുന്നതിന് മുമ്പ് ചെക്ക്‌ലിസ്റ്റ് മറയ്ക്കുന്നു:

AI-ക്ക് ഈ ടെക്‌സ്‌റ്റ് നൽകുന്നതിന് മുമ്പ്, ഞാൻ ഇനിപ്പറയുന്നവ നീക്കം ചെയ്‌ത് നിങ്ങൾ കണ്ടെത്തുന്നത് [മാസ്‌ക് ചെയ്‌തത്] ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുന്നുവെന്ന് ഉറപ്പാക്കുക: API കീ, പാസ്‌വേഡ്, ടോക്കൺ, കണക്ഷൻ സ്ട്രിംഗ്, പേര്-കുടുംബപ്പേര്, ഇമെയിൽ, ഫോൺ, ഐഡി നമ്പർ, ഉപഭോക്തൃ ഡാറ്റ. വാചകം:{{text}}

സിന്തറ്റിക് ടെസ്റ്റ് ഡാറ്റ ജനറേഷൻ:

താഴെയുള്ള സ്കീമിന് അനുസൃതമായി പൂർണ്ണമായും കെട്ടിച്ചമച്ച (യഥാർത്ഥ വ്യക്തി/സ്ഥാപനവുമായി ബന്ധമില്ലാത്ത) {{N}}വരി ടെസ്റ്റ് ഡാറ്റ സൃഷ്ടിക്കുക. ഇത് യാഥാർത്ഥ്യബോധമുള്ളതാക്കുക, എന്നാൽ യഥാർത്ഥ PII ​​ഒന്നും ഉപയോഗിക്കരുത്. സ്കീമ: {{ഫീൽഡുകളും തരങ്ങളും}}എഡ്ജ് കേസുകൾ ഉൾപ്പെടുന്നു (ശൂന്യം, അതിർത്തി, മോശം ഫോർമാറ്റ്).

സ്ഥിരമായ രഹസ്യ വേട്ട (കോഡിൽ):

ഈ കോഡ്/കോൺഫിഗറേഷനിൽ ഹാർഡ്‌കോഡ് ചെയ്ത രഹസ്യം തിരയുക: കീ, പാസ്‌വേഡ്, ടോക്കൺ, ഇഷ്‌ടാനുസൃത URL. നിങ്ങൾ അത് കണ്ടെത്തുകയാണെങ്കിൽ, അതിൻ്റെ സ്ഥാനം വ്യക്തമാക്കുകയും ശരിയായ രീതി നിർദ്ദേശിക്കുകയും ചെയ്യുക (പരിസ്ഥിതി വേരിയബിൾ / രഹസ്യ മാനേജർ). കോഡ്:{{code}}

വാഹന അനുരൂപത വിലയിരുത്തൽ (ഡാറ്റ ക്ലാസ് പ്രകാരം):

എനിക്ക് ഇനിപ്പറയുന്ന തരത്തിലുള്ള ഡാറ്റയുണ്ട്: {{ക്ലാസ്: പൊതു / ആന്തരിക / രഹസ്യാത്മക / നിയന്ത്രിതമായ}}. ഞാൻ ഉപയോഗിക്കാൻ ഉദ്ദേശിക്കുന്ന ടൂൾ ഇതാണ്: {{tool}}. ഈ ടൂളിൽ ഈ ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നതിന് മുമ്പ് ഞാൻ എന്ത് സുരക്ഷയാണ് (സംഭരണം, വിദ്യാഭ്യാസത്തിൽ ഉപയോഗിക്കാത്തത്, പ്രദേശം, ആക്സസ്) സ്ഥിരീകരിക്കേണ്ടത്? ഒരു ചെക്ക്‌ലിസ്റ്റ് നൽകുക. തീരുമാനം എൻ്റേതാണ്; നിങ്ങൾ മാനദണ്ഡം വ്യക്തമാക്കുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായത്: (പ്രൊഡക്ഷൻ ഡാറ്റാബേസിൽ നിന്ന് വലിച്ചെടുത്ത 200 യഥാർത്ഥ ഉപയോക്തൃ വരികൾ ഒട്ടിക്കുന്നു) "എന്തുകൊണ്ടാണ് ഈ ഡാറ്റയിൽ പാഴ്‌സിംഗ് പിശക്?"

ശക്തമായത്: "യഥാർത്ഥ ഡാറ്റയുടെ അതേ ഘടനയുള്ള 15 വരികൾ ചുവടെയുണ്ട്, എന്നാൽ പൂർണ്ണമായും സിന്തറ്റിക് (PII ഇല്ല). parse_user() ഈ വരികളിൽ 3, 8, 12 വരികളിൽ ValueError എറിയുന്നു. പൊതുവായ പാറ്റേൺ എന്തായിരിക്കാം, ഞാൻ അത് എങ്ങനെ പരിഹരിക്കും?"

ബഗ് പുനർനിർമ്മിക്കുന്നതിന് ആവശ്യമായ ഘടന സംരക്ഷിക്കുമ്പോൾ ശക്തമായ പതിപ്പിൽ യഥാർത്ഥ വ്യക്തിഗത ഡാറ്റ അടങ്ങിയിട്ടില്ല. രോഗനിർണയം അതേപടി തുടരുന്നു, അപകടസാധ്യത പുനഃസജ്ജമാക്കി.

ഡാറ്റ ക്ലാസ്

ഇത് AI-യിൽ പ്രോസസ്സ് ചെയ്യാൻ കഴിയുമോ?

മുൻവ്യവസ്ഥ

പൊതു

അതെ

—

ആന്തരിക ഉപയോഗം (കൃത്യതയില്ലാത്തത്)

പൊതുവെ

കോർപ്പറേറ്റ് നയം പാലിക്കുക

രഹസ്യാത്മകം (സോഴ്സ് കോഡ്, ബിസിനസ് രഹസ്യം)

അംഗീകൃത വാഹനം മാത്രം

കോർപ്പറേറ്റ് ഉറപ്പ് + ചെറുതാക്കൽ

PII / നിയന്ത്രിത

ചട്ടം പോലെ നമ്പർ

മാസ്ക്/അജ്ഞാതമാക്കുക അല്ലെങ്കിൽ സിന്തറ്റിക് ഉപയോഗിക്കുക

പോളിസി കംപ്ലയൻസ് ആൻഡ് ട്രേസ്

സുരക്ഷിതമായ ഉപയോഗം കേവലം ഒരു വ്യക്തിഗത ശീലം എന്നതിലുപരി, അതൊരു കോർപ്പറേറ്റ് സംവിധാനമാണ്: ഏതൊക്കെ ടൂളുകൾക്കാണ് അംഗീകാരം ലഭിച്ചത്, ഏത് ഡാറ്റാ ക്ലാസ് എവിടേക്ക് പോകാം, ലംഘനമുണ്ടായാൽ എന്തുചെയ്യണം എന്നിവ ഒരു രേഖാമൂലമുള്ള നയത്തിൽ നിർവചിച്ചിരിക്കണം. ഒരു രഹസ്യം ചോർന്നാൽ, ഏറ്റവും പ്രധാനപ്പെട്ട ആദ്യപടി പരിഭ്രാന്തരാകുകയല്ല, ചോർന്ന ക്രെഡൻഷ്യൽ ഉടനടി പഴയപടിയാക്കുകയും (റദ്ദാക്കുകയും പുതിയത് സൃഷ്ടിക്കുകയും ചെയ്യുക) സംഭവം റിപ്പോർട്ട് ചെയ്യുക എന്നതാണ്. നിങ്ങളുടെ ഓർഗനൈസേഷൻ്റെ അംഗീകൃത ഉപകരണങ്ങളുടെ പട്ടികയും ഡാറ്റാ വർഗ്ഗീകരണ നിയമങ്ങളും നിങ്ങൾക്ക് അറിയില്ലെങ്കിൽ, അവ പഠിക്കുക എന്നതാണ് നിങ്ങളുടെ ആദ്യ ദൗത്യം.

നുറുങ്ങ്: നിങ്ങളുടെ എഡിറ്റർ/CLI ടൂളിൽ പ്രോജക്റ്റ്-നിർദ്ദിഷ്ട "അവഗണിക്കുക" ലിസ്റ്റ് (ഉദാ. .env, മറഞ്ഞിരിക്കുന്ന ഫോൾഡറുകൾ, ഐഡൻ്റിറ്റി ഫയലുകൾ) നിർവ്വചിക്കുക, അതുവഴി ഈ ഫയലുകൾ അസിസ്റ്റൻ്റിൻ്റെ സന്ദർഭത്തിൽ ആകസ്മികമായി ഉൾപ്പെടില്ല. പ്രതിരോധം എപ്പോഴും വൃത്തിയാക്കുന്നതിനേക്കാൾ വിലകുറഞ്ഞതാണ്.

സാധാരണ തെറ്റുകൾ

• സെൻസിറ്റീവ് ഡാറ്റ "ഒരിക്കൽ" ഒട്ടിക്കുന്നു. അടിയന്തരാവസ്ഥ റെഡ് ലൈൻ സസ്പെൻഡ് ചെയ്യുന്നില്ല; ഏറ്റവും സാധാരണമായ ചോർച്ച ഇവിടെ സംഭവിക്കുന്നു.
• "ഞാൻ സംഭാഷണം ഇല്ലാതാക്കും" എന്ന് ചിന്തിക്കുന്നു. ഡാറ്റ നെറ്റ്‌വർക്കിൽ നിന്ന് പുറത്തുപോകുന്ന നിമിഷം, അപകടസാധ്യത ഉയർന്നുവരുന്നു; ഇല്ലാതാക്കുന്നത് പഴയപടിയാക്കില്ല.
• ക്ലാസ് നോക്കാതെ വാഹനം തിരഞ്ഞെടുക്കുന്നു. ഒരു സ്വകാര്യ അക്കൗണ്ട് ഉപയോഗിച്ച് രഹസ്യാത്മക കോർപ്പറേറ്റ് ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നത് ഗുരുതരമായ ലംഘനമാണ്.
• ഔട്ട്പുട്ട് സ്കാൻ ചെയ്യുന്നില്ല. AI-ന് മാറ്റമില്ലാത്ത രഹസ്യം കോഡിൽ ഉൾപ്പെടുത്താൻ കഴിയും; രഹസ്യ സ്കാനർ ഉപയോഗിച്ച് ഉൽപ്പാദനവും പരിശോധിക്കുക.
• രഹസ്യം ചോരുമ്പോൾ അത് തിരിയുന്നില്ല. ചോർന്ന കീ അസാധുവാക്കുന്നത് ചോർച്ചയെ ഒരു തത്സമയ ചൂഷണമാക്കി മാറ്റുന്നു.

ചുരുക്കത്തിൽ

സോഫ്‌റ്റ്‌വെയറിലെ AI-യുടെ ഏറ്റവും വലിയ അപകടസാധ്യത സ്വകാര്യത ചോർച്ചയാണ്, അതിൽ ഭൂരിഭാഗവും ഉടലെടുക്കുന്നത് നിർബന്ധിതമായി എടുത്ത കോപ്പി-പേസ്റ്റ് തീരുമാനത്തിൽ നിന്നാണ്. നിയമം വ്യക്തമാണ്: രഹസ്യങ്ങൾ, വ്യക്തിഗത ഡാറ്റ, രഹസ്യാത്മക ബിസിനസ്സ് ആസ്തികൾ, നിയന്ത്രിത ഡാറ്റ എന്നിവ അംഗീകൃതമല്ലാത്ത ഉപകരണങ്ങളിൽ നൽകിയിട്ടില്ല. ഇൻപുട്ടിന് മുമ്പ് ഡാറ്റ തരംതിരിക്കുക, ക്ലാസ് പ്രകാരം ഏജൻ്റ് തിരഞ്ഞെടുക്കുക, രഹസ്യങ്ങൾ എക്‌സ്‌ട്രാക്‌റ്റ് ചെയ്യുക, മാസ്ക് PII അല്ലെങ്കിൽ സിന്തറ്റിക് ഡാറ്റ ഉപയോഗിക്കുക, സന്ദർഭം ചെറുതാക്കുക, രഹസ്യങ്ങൾക്കായി ഔട്ട്‌പുട്ട് സ്കാൻ ചെയ്യുക. ഒരു ചോർച്ചയുണ്ടെങ്കിൽ, ആദ്യം കാര്യം: ക്രെഡൻഷ്യൽ തിരികെ നൽകി അത് റിപ്പോർട്ട് ചെയ്യുക.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങൾ അടുത്തിടെ നൽകിയ (അല്ലെങ്കിൽ നൽകാൻ ആലോചിക്കുന്ന) കോഡ്/ലോഗ്/ഡാറ്റയുടെ ഒരു ഭാഗം AI-ക്ക് എടുക്കുക. ആദ്യം, "മാസ്കിംഗ് ചെക്ക്‌ലിസ്റ്റ്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് രഹസ്യവും PII കാൻഡിഡേറ്റുകളും തിരിച്ചറിയുക. തുടർന്ന്, അതിൽ യഥാർത്ഥ ഡാറ്റ അടങ്ങിയിട്ടുണ്ടെങ്കിൽ, "സിന്തറ്റിക് ടെസ്റ്റ് ഡാറ്റാ ജനറേഷൻ" ടെംപ്ലേറ്റിന് സമാനമായ ഒരു പതിപ്പ് നിർമ്മിക്കുക, എന്നാൽ പൂർണ്ണമായി തയ്യാറാക്കിയത്, അത് ഉപയോഗിച്ച് നിങ്ങളുടെ പ്രശ്നം പുനർനിർമ്മിക്കാൻ കഴിയും. അവസാനമായി, നിങ്ങളുടെ സ്ഥാപനത്തിൻ്റെ അംഗീകൃത ടൂൾ ലിസ്റ്റും ഡാറ്റ വർഗ്ഗീകരണ നയവും കണ്ടെത്തി വായിക്കുക; അല്ലെങ്കിൽ, ഈ ഒഴിവാക്കൽ ശ്രദ്ധിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ ഡാറ്റ നൽകുന്നതിന് മുമ്പ് അത് തരംതിരിക്കുന്നു (തുറന്ന/ആന്തരികം/രഹസ്യം/നിയന്ത്രണത്തിന് വിധേയം).
• [ ] ഞാൻ ഒരിക്കലും രഹസ്യങ്ങൾ, PII, രഹസ്യാത്മക ബിസിനസ്സ് അസറ്റുകൾ എന്നിവ അംഗീകരിക്കാത്ത ടൂളുകളിലേക്ക് നൽകില്ല.
• [ ] യഥാർത്ഥ ഡാറ്റയ്ക്ക് പകരം സാധ്യമാകുമ്പോഴെല്ലാം ഞാൻ മാസ്കിംഗ് അല്ലെങ്കിൽ സിന്തറ്റിക് ഡാറ്റ ഉപയോഗിക്കുന്നു.
• [ ] ഞാൻ സന്ദർഭത്തെ സെൻസിറ്റീവ് ഭാഗങ്ങൾ ഉൾപ്പെടുത്താത്ത ഏറ്റവും ചെറിയ ഉദാഹരണത്തിലേക്ക് ചുരുക്കുന്നു.
• [ ] ഞാൻ AI ഔട്ട്പുട്ട് ഹാർഡ് അടക്കം ചെയ്ത രഹസ്യത്തിനായി സ്കാൻ ചെയ്യുന്നു.
• [ ] രഹസ്യം ചോർന്നാൽ, ഞാൻ ഉടൻ തന്നെ തിരിച്ചറിയൽ വിവരങ്ങൾ തിരികെ നൽകുമെന്നും സംഭവം റിപ്പോർട്ട് ചെയ്യുമെന്നും എനിക്കറിയാം.